교통신호 최적화를 위한 CASP 접근법

초록

본 논문은 영국 허드즈필드의 실제 교통 데이터를 활용해, 기존 PDDL+ 기반 플래너가 갖는 최적화 한계를 극복하고자 제약 답변 집합 프로그래밍(CASP)과 clingcon 3을 이용한 새로운 모델을 제안한다. 제한된 시간 지평선 내에서 단계별 녹색 신호 길이를 결정하고, 평균 지연을 최소화하는 목표를 선형 제약식으로 표현한다. 실험 결과, CASP 모델이 기존 PDDL+ 모델(FIRE) 대비 동일 혹은 더 나은 해를 빠르게 찾으며, 최적화 명령(&maximize) 활용 시 해의 품질을 향상시킴을 확인하였다.

상세 분석

이 연구는 도시 교통 신호 최적화 문제를 제약 답변 집합 프로그래밍(CASP)이라는 비교적 새로운 선언적 프레임워크로 재구성한다는 점에서 의미가 크다. 기존 연구들은 PDDL+와 같은 플래닝 언어를 사용해 시뮬레이션 기반의 만족 해를 생성했지만, 최적화 목표를 명시적으로 다루기 어려워 최적 해 보증이 부족했다. 논문은 먼저 문제를 ‘단계(stage)’와 ‘인터그린(inter‑green)’으로 구성된 사이클 형태로 모델링하고, 각 단계의 지속 시간을 사전 정의된 설정 집합에서 선택하도록 제한한다. 이러한 제약은 실제 교통 제어 인프라가 요구하는 동기화와 안전 요건을 반영한다.

ASP 부분에서는 junction, phase, link, turnrate 등 도메인 객체를 사실(fact)로 선언하고, 단계 전이(next)와 사이클 종료(end)를 규정한다. 여기서 순수 ASP만으로는 긴 시간 지평선(수십 초 이상)에서의 탐색이 비효율적임을 확인하고, clingcon 3의 이론 원자(&dom, &sum)를 도입해 연속적인 선형 제약을 직접 해결한다. 특히, 각 링크의 점유량(occupancy)과 PCU 흐름을 선형 방정식으로 표현함으로써, 차량 흐름의 물리적 제한을 정확히 반영한다. 최적화 선언(&maximize {counter})을 통해 주어진 시뮬레이션 구간 내에 통과한 PCU 수를 최대화하도록 목표를 설정했으며, 이는 평균 지연 최소화와 동등한 목적 함수로 작동한다.

실험에서는 허드즈필드 회랑의 6개 교차로와 34개 링크를 포함한 실제 데이터셋을 사용해, 기존 최고 성능을 보인 PDDL+ 모델(FIRE)과 비교하였다. 결과는 제한된 지평선(예: 25 초)에서도 CASP 모델이 동일하거나 더 나은 카운터 값을 달성했으며, 최적화 옵션을 적용했을 때는 해의 품질이 현저히 향상되는 것을 보여준다. 다만, 지평선을 늘리면 변수 수와 제약이 급증해 계산 시간이 증가하는 한계가 존재한다는 점도 언급한다.

이 논문은 (1) 교통 신호 최적화 문제를 CASP으로 효과적으로 표현할 수 있음을, (2) clingcon 3이 선형 제약을 효율적으로 처리해 기존 플래너 대비 빠른 수렴을 가능하게 함을, (3) 실제 교통 인프라에 적용 가능한 제한 조건(단계 집합, 사이클 동기화)을 자연스럽게 모델링함을 입증한다. 향후 연구에서는 지평선 확대를 위한 분할·계층적 접근법이나, 실시간 센서 데이터와의 연동을 통한 동적 재계산 방안을 탐색할 여지가 있다.